不確実な市場主導の世界における経済的賭けとしてのサプライチェーン
過去20年間、私は「サプライチェーンマネジメント」が結果よりも早く流行語を積み重ねるのを見てきました。デジタルツイン、コントロールタワー、統合型ビジネスプランニング、需要感知、レジリエンス、サステナビリティといった言葉が使われています。しかし、貸借対照表や損益計算書をよく見ると、多くの企業は運転資本、キャパシティ、複雑性を経済的リターンに変換する点で大きな進展を遂げていません。
この停滞を解明しようとする声の中には、市場主導および外部視点の価値ネットワークを主張し、長期間にわたってパフォーマンスを測定するために多大な努力を費やすものもあります。私自身の研究は、同じ経済現実を異なる観点から捉えています。このエッセイの目的は、その視点を明確にすることにあります。
私の著書 サプライチェーン入門（特に冒頭の章）では、サプライチェーンマネジメントを、企業が不確実な状況下で希少資源をどのように配分するかに焦点を当てた厳密な経済学の一分野として再定義しようと試みました。本書はここで述べる以上に詳細に踏み込んでいますが、中心的な考えはシンプルです：何を購入し、製造し、移動させ、価格設定するかを決めるたびに、不確実な結果を伴う小さな経済的賭けを行っているのです。現代のサプライチェーンは、これらの賭けの質と、それがもたらす長期的な財務的結果によって評価されるべきです。
影響力のある研究の一つは、別の視点から始まります。これは、同業他社間の長期にわたる財務指標の時系列を分析し、成長率、利益率、在庫回転率、資産活用率の面で実際に地位を向上させた企業はどこか、と問いかけます。これを「有効フロンティア」と呼ぶ者もいます。私はこの見方を有用だと考えています。我々の考えの相違は、目標そのものではなく、そこに到達するために採用するメカニズムにあります。
同じ問題に対する二つの視点
一般的な説明では、サプライチェーンは市場主導の価値ネットワークとして描かれます。ここでの重点は、市場を、外部から内部へ感知することにあります。チェーン内の次のノードからの注文を「需要」と見なす代わりに、実際の市場、つまり販売時点データ、チャネル在庫、プロモーション、ソーシャルシグナル、供給業者の制約、マクロショックを読み解く必要があるというのです。こうしてサプライチェーンは、これらのシグナルを調整された対応（計画、調達、製造、配送）に変換する一連の連結されたプロセスとなります。
私自身の視点は一見すると狭いように見えますが、その設計は鋭敏です。私は意思決定の瞬間に焦点を当てています。この倉庫向けに、指定された日に受け取るためにこの商品のユニットをもう一つ購入すべきか？このロットの生産を前倒しすべきか、遅らせるべきか、それともキャンセルすべきか？明日、このチャネル向けにこのSKUの価格を下げるべきか、それとも現状維持するべきか？これらの各決定は、現金、キャパシティ、棚スペース、人間の注意、顧客や供給業者との信用といった希少な資源を消費します。また、それぞれはさまざまな将来の可能性への露出を生み出します。
この観点から見ると、サプライチェーンは不確実性を意思決定へ、そして意思決定を財務成果へと変換するマシンです。私はプロセスチャートの優雅さにはあまり関心がなく、むしろ、大規模な次の一つ一つの決定の質に関心を持っています。
外部から内向きの視点は、1万メートルの高さから全体の状況を見つめ、企業が多次元のパフォーマンスフロンティア上で同業他社に対してどのように動いているかを評価します。私はもう少し地面に近い視点から、実際に我々が直面する不確実性を踏まえ、日々の業務を構成する何百万もの小さな賭けが経済的に意味を持つかどうかを問いかけます。これらの視点は矛盾するものではなく、単に同じシステムの異なるレベルにズームインしているに過ぎません。
我々は一体何を最適化しようとしているのか？
専門用語を取り除けば、これらの異なる視点はすべてパフォーマンスについて語っています。しかし、それを定義するための視点は異なります。
一つの視点は、明示的に比較的かつ複数年にわたるものです。これは、企業が収益成長、営業利益率、在庫回転率、時には現金回転期間や資産活用率において、直接の競合他社と比較してどのようなパフォーマンスを示すかを重視します。急成長してもマージンを失っている企業は優れているとは言えません。あるいは在庫を削減しても市場シェアも縮小している企業も同様です。これらの指標が総合的に向上または少なくとも良くバランスが取れている場合にのみ、優秀性は有効フロンティア上に位置します。
私自身の視点は、単位ベースかつ限界的です。私は、限界決定におけるリスク調整後のリターンに焦点を当てます。もし今の知識に基づいて、週ZのためにロケーションYに製品Xの追加ユニットを購入するとしたら、その期待される財務的成果は何でしょうか？その追加ユニットが、納期通りに販売される可能性、割引価格で遅れて販売される可能性、全く販売されず陳腐化する可能性を考慮に入れると、平均してどれほどの利益をもたらすのでしょうか？これを、同じ運転資本を別の製品、別のロケーションに投入する場合や、単に投資しない場合と比べるとどうでしょうか？
これを論じるためには、共通の尺度が必要です。お金が全てではありませんが、企業が義務を果たし、生存を測る単位であるのは確かです。したがって、サプライチェーンの議論を煩雑にするすべてのトレードオフを、一貫した財務的観点に翻訳することを主張します。品不足は抽象的に「悪い」とされるのではなく、利益の喪失、将来の取引の損失、そして評判の損傷という形でコストがかかります。過剰在庫は単なる「無駄」ではなく、まだ実を結ぶ可能性があるオプションであったり、腐る可能性もあります。ダッシュボード上で遊んでいるように見えるキャパシティであっても、歴史的データにはまだ現れていない変動性に対するクッション材として価値があるかもしれません。
有効フロンティアと限界的なリスク調整後リターンは、同じ根底にある現象を語るための二つの方法です。一方の視点は積分的視点、すなわち企業の長期的かつ数年にわたる軌跡に注目します。私は微分的視点、すなわち次の決定の増分効果に注目します。実際、一方が良く他方が悪い状態が長く続くことはあり得ません。最終的に有効フロンティア上で持続的な優秀性を保つためには、数千の商品やロケーションにわたる日々の決定が、不確実性を踏まえて経済的に合理的である必要があります。
予測、計画、そして確実性の錯覚
「内向き」思考の最も根強い批評家たちは、企業が自社の注文や過去の出荷を、需要の忠実な表現であるかのように扱っていると指摘してきました。この見方は時代遅れで偏っているのです。注文は、プロモーション、配分ルール、上流での品切れ、データ統合の不備、そしてその他多数の歪みによって形成されます。その代替的な視点では、現代のサプライチェーンは「外向き」であるべきで、実際の市場や供給のシグナルから始めて、対応を統括するというものです。
私は内向き計画に対する批判に同意しますが、確率論的な観点から取り組んでいます。一般的に行われる予測は、安心感を与える確実性の錯覚を強制します。混沌とし不確実な未来を一つの数字、すなわち特定期間の「予想需要」に圧縮し、その数字を基に安全在庫や確定的な計画を構築します。まるで誤差が脇役であって、本質ではないかのように。
この働き方は、まさに我々が最も必要とする情報、つまりもっともらしい未来の幅とその確率を捨て去ります。私自身の研究では、予測は一点ではなく分布であるべきだと主張しています。問題は「来月の売上予測は何か？」ではなく、「可能な売上の確率分布はどのようなものか？」です。全く売れない確率はどれくらいか？通常の2倍の量が売れる確率は？分布の裾野はどのようになっているのか？
このような分布が得られると、計画は会議で交渉された単一の「合意数値」ではなく、その分布の下でコストと機会を評価するアルゴリズムによって算出される一連の意思決定へと変わります。同じ需要分布であっても、品不足と過剰在庫の財務的影響、関与するリードタイム、代替品の入手可能性により、非常に異なる在庫または生産の決定を正当化することがあり得ます。
ここでも、これらの批評は同じ失敗に対する反応です。不確実で非線形な挙動を、スプレッドシートの単一の列に収められるかのように見せかけることによる失敗です。一つの考え方は、より豊かな初期シグナルと計画を外向きにシフトするプロセスの再設計を推進します。私自身は、不確実性に正面から対峙することを強制する確率モデルと、これらのモデルを大規模に処理できる意思決定システムを提唱します。
健全な実践においては、これら二つの懸念は融合すべきです。良好なシグナルと現実的な不確実性の表現、すなわち、外向きのフローが確率的かつ経済的に根拠のある意思決定に結びつくことが望まれます。
テクノロジー：アーキテクチャ対エンジン
多くの観察者は、ほとんどの企業が受け継いだテクノロジースタックの限界を強調しています。これらのスタックは主にトランザクション効率、すなわち注文、出荷、請求書などの記録のために構築されました。これらは部門横断的にデータを統合しますが、必ずしも企業がより良い意思決定を行うのに役立つわけではありません。一般的な解決策として提案されるのは、需要と供給情報の流れに基づいてアーキテクチャを再設計することです。具体的には、外部データ層、より良い分類体系、ほぼリアルタイムの在庫可視化、そしてより柔軟な分析ツールなどです。
受け継がれたスタックが問題の大部分であるという点には同意します。しかし、私は重点を別のところに置いています。私の考えでは、欠けている核心的な能力は、統合のためのもう一つの層やダッシュボードではなく、意思決定エンジンなのです。
ここで言うのは、毎日、すべての関連データ、現在の制約、および一連の経済評価を取り込み、どの購買注文を出すべきか、どの生産注文をスケジュールするべきか、どの転送を実行するべきか、どの価格を調整するべきかという具体的な意思決定を提案または直接発行するソフトウェアのことです。このエンジンは、プログラム可能で監査可能、かつ合理的な時間内に何百万もの意思決定を処理できる速さが求められます。また、後から、当時のデータと評価に基づいて、なぜ特定の意思決定が下されたのかを説明できる必要があります。
外向きのアーキテクチャは、そのようなエンジンに対してより良いインプットを提供するため、有用です。しかしエンジンがなければ、より洗練されたレポーティングシステムに過ぎなくなる危険があります。問題は、より多くの色彩とより多くの待機時間の指標で明確に見えるようになるかもしれませんが、依然として膨大な数のプランナーがスプレッドシートで数値を操作し、矛盾する目的を手作業で調整しようとする状況に依存することになるでしょう。
テクノロジーは、単なる統合の向上だけでなく、より良いモデリングと意思決定に貢献すべきだと議論することに異論はありません。アーキテクチャに重点を置くことは、データがどこに流れ、どのようにプロセスが組織されるべきかを示します。一方、私がエンジンに重点を置く理由は、最終的にそのデータに対して必要となるのは、不確実性の下で経済的に合理的な大量の意思決定であるという点にあります。これらは補完的な関心事ですが、私は個人的にはエンジンを中心に据え、そのためにアーキテクチャが機能すべきだと考えます。
組織、ガバナンス、そしてS&OPの役割
現代の多くの文献は、販売および運用計画（S&OP）とその進化を中心に展開されています。S&OPが単純な実現可能性のチェックから利益重視の計画、需要駆動型、そして最終的には市場主導のコーディネーションに進化する成熟度モデルが存在します。これらの話において、S&OPはサイロを超えて機能を連携させる主要な横断プロセスです。ここでは、トレードオフの交渉が行われ、外部視点が持ち込まれます。
サイロが価値破壊の主要な原因であるという診断には同意します。各部門がそれぞれの指標—ここではサービスレベル、そこでは稼働率、別のところでは予測精度—を最適化すると、全体のシステムが悪化します。互いに整合性を持たない計画間の衝突を解決するために、人々は膨大な労力を費やしています。
私が意見を異にするのは、S&OPが計画会議として長期的にどれほど中心的であるべきかという点です。私の見解では、テクノロジー面でしっかりと業務を遂行すれば、運用計画の大部分は前述した意思決定エンジンに委ねられるべきです。このエンジンは、最新のデータと現在の経済評価（例えば、あるアイテムにおける品不足対過剰在庫の相対コスト、あるいは特定のルートにおけるリードタイム短縮の日数の価値など）によって支えられています。状況が変化するたびに最適な意思決定を再計算し、その頻度と一貫性はあらゆる人間のプロセスを遥かに上回ります。
S&OPまたは統合型ビジネスプランニングにおいて残されるのは、計画ではなくガバナンスです。経営陣は、スプレッドシートで数量を調整するのに時間を費やすのではなく、ゲームのルール、すなわち財務評価、制約、リスク許容度を調整することに時間を割くべきです。彼らは、エンジンの意思決定がどのように実現結果に結びついているかを検証し、そのフィードバックを用いて経済的パラメーターや構造上の仮定を洗練させるべきです。
これは微妙でありながらも深遠な変革です。S&OPは、単一の「正しい」計画を丹念に作り上げるという集合的試みから、企業の目標を踏まえた上で、自動化された意思決定システムがどれだけ良く機能しているかを定期的に見直すプロセスへと変わります。人間の焦点は、数量のミクロ管理から、インセンティブや制約の調整へと移ります。
この種の成熟度モデルは、特に企業が文化的、組織的にどの位置にあるかを診断するツールとして、この文脈で依然として有用である可能性があります。しかし、私は、最終的な状態はより洗練された計画会議ではなく、自動化された意思決定システムのより良い経済ガバナンスに関するものであると主張します。
我々はどのようにして知識を得ているのか？
サプライチェーンは認識論的な観点から見ると扱いにくい分野です。実験は高価であり、環境は騒々しく、変数の数も圧倒的です。もっともらしい話と確固たる知識を混同しやすいのです。
例えば、ロラ・セセレのような一部の研究者は、自らの見解を財務データに基づかせるために大きな努力を費やしてきました。自己申告の調査やコンサルティングの逸話に頼るのではなく、公開されている財務諸表を用いて企業のパフォーマンスの歴史を再構築し、時間を経たパターンを探りました。これは因果関係を証明するものではありませんが、ある種の規律を課すものです。我々が「ベスト」と称賛する実践は、少なくとも成長、利益率、在庫回転率の長期的な改善と相関しているべきです。
私自身の懐疑心は異なる形をとります。かつて計算上の便宜性を主な利点としていた手法―英雄的な仮定に基づく安全在庫の公式、明らかに非線形な現象を線形化したモデル、経済的現実よりも組織図を反映した単純化された計画階層―の存続が心配です。これらの多くの手法は、紙や初期のコンピューターで容易に計算できたため存続してきました。今日では遥かに多くの計算能力を持っているにもかかわらず、私たちは依然としてそれらに固執しています。
また、インセンティブ構造についても懸念しています。ソフトウェアベンダー、コンサルタント、学者、そして内部関係者は、大規模プロジェクト、複雑なフレームワーク、または漸進的な調整を正当化する物語を好む理由があります。実際に大切にされている手法が体系的に損失を生んでいることを証明するインセンティブは、比較的少ないのです。
私の見解では、供給連鎖を実践的な経済学―特に強固な実証的かつ計算的要素を持つ形―に近づけることが解決策です。私たちは仮定を明示的に定式化し、アルゴリズムに組み込み、企業自身の財務実績を通じて現実と対峙するべきです。ある政策が特定の文脈で体系的に価値を破壊している場合、その政策がどれほど洗練されていたり広く教えられていたとしても、廃止すべきです。
この点において、これらの視点は収束します。普遍的な「ベストプラクティス」が存在し、それを実施すべきだという考え方は共有して否定されます。環境や競争状況が変わるまで、文脈に応じて一時的に機能する手法しかないのです。
統合への道
これらの考え方を理解しようとする経営者や実務家であれば、層という観点で考えると役立つかもしれません。
外向きで財務に根ざした取り組みは、戦略的かつ診断的な層において非常に価値があります。それは、適切な質問を投げかけるのに役立ちます。例えば、私たちは同業他社と比較して実効フロンティア上のどこに位置しているのか？成長しており、収益性が高く、資本効率が良いのか、あるいは一つの側面を他の側面と引き換えにしているのか？私たちのプロセスはERPトランザクションや機能別サイロの慣性に支配された内向きのものに留まっているのか、それとも本当に市場主導の外向きの流れに移行しているのか？
私自身の仕事は、より運用上および計算上の層に焦点をあてています。現在の需要と供給の不確実性に対する理解と財務評価を踏まえて、私たちが日々下している決定が本当に希少資源に対するリスク調整後のリターンを最大化しているのかを問えるようになってほしいのです。また、基盤となる論理を監査し改善する能力を保ちながら、これらの決定を手作業ではなくソフトウェアを通じて一貫して大規模に行えるのかも問いかけたいのです。
これらの層は代替的なものではありません。理想的な世界では、企業は戦略的な視点で卓越性の定義と長期的な進捗の測定を行い、一方で経済的かつ確率論的な意思決定エンジンを用いて日々の運用をその目標に向かって推進します。外向きのアーキテクチャは、そのエンジンに豊かでタイムリーなシグナルを供給し、ガバナンスの場は数量の編集ではなく経済パラメータの調整に注力すべきです。そして、「ベストプラクティス」という概念は、実際の財務成果が示す、この特定のネットワークにおいてここ今何が機能するかという、より謙虚で実証的なアプローチに置き換えられるべきです。
その意味で、これらの見解間に見かけ上の対立があったとしても、それは相容れない理論間の衝突ではなく、どこに重点を置くのか―アーキテクチャとプロセスに置くのか、またはアルゴリズムと経済学に置くのか；長期的な軌道に置くのか、あるいは限界における意思決定に置くのか―という議論なのです。両方の視点は必要ですが、もし私の立場を一文で要約するならば、次のようになります：
供給連鎖は本質的に、不確実性下において良い賭けを行う技術として、ソフトウェアを通じて実践されるべき経済学的な学問です。
その他すべて―プロセス、アーキテクチャ、ダッシュボード、成熟度モデルでさえ―は、その中心的な任務をどの程度助けるか、または妨げるかによって評価されるべきです。
